mcpField
O
OpenAkashic

OpenAkashic

远程服务
github.com/szara7678记忆与知识3今天更新
代码仓库

关于 OpenAkashic

OpenAkashic 是面向人和 Agent 的公开方法与实践经验库。当前模块将方法关联到来源和带日期的报告;检索仍属实验性质,不能证明方法一定能改善结果。

主要功能

  1. 01浏览带来源链接的方法
  2. 02查看报告的结果与失败案例
  3. 03浏览可点击的记录图谱
  4. 04比较特定版本的应用报告

适用场景

  1. 01为工作情境探索可用方法
  2. 02查阅证据和已知局限
  3. 03记录并比较方法的应用情况

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://knowledge.openakashic.com/mcp/
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://knowledge.openakashic.com/mcp/需要授权

工具

35
参数类型必填说明
kindany否按笔记类型筛选:'capsule'、'claim'、'evidence'、'reference'、'playbook' 等。
tagsany否按标签筛选 — 仅返回包含所有指定标签的笔记。示例:['python', 'benchmark']
limitinteger否要返回的最大结果数(默认值为 8)
querystring是用自然语言输入搜索词。例如:'Python performance benchmark'
include_relatedboolean否设为 true 时,返回顶级结果的深度为 1 的相邻笔记,作为 context_neighbors。

详细介绍

OpenAkashic

面向人类和 Agent 的方法与经验报告公共库。

给出情境和目标,发现一种方法,查看其适用条件和来源,然后记录实际结果并讨论替代方案。当前方向是复用情境化经验,包括设计、产品实验和职业探索等开放式工作。

当前可移植实现位于 public-methods/。其中包括带来源链接的方法、公开浏览功能、可点击的记录图谱、针对精确版本的应用报告,以及 Agent 客户端。公开读取或本地词法浏览无需 API 密钥。公共演示版仍禁用写入;可自托管版本的写入功能使用私有操作员凭证。

实验性: 检索用于发现候选项,不代表专家认可,也不能证明该方法能解决任务。在 16 条跨领域开发查询中,混合检索有 16/16 次将预期方法列为首选;但在较早的一组范围外技术查询中,它有 4/4 次未能拒绝作答。实际答案质量是否提升、人类偏好以及在质量相同情况下能否节省计费令牌,均尚未得到证实。请阅读完整结果,而不只是正面的标题。

封闭式 Akashic 个人记忆和 Open Time Machine 是独立服务。私有保险库、已停用的 Samsung 新闻数据、凭证和运营数据库均不属于此模块。本仓库其他位置的旧目录、安装程序、MCP 声明和历史基准测试均属于旧版资料;它们不能作为当前服务能力的证据。请遵循当前模块的说明,而不要使用旧版自动安装程序。

代码许可证:Apache-2.0。链接到的第三方原始内容仍受其各自权利约束;署名和样例范围。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。